深度学习模型

获得 Image Analyst 许可后可用。

下表对 ArcGIS Pro 中可用的深度学习模型进行了概述。 每行提供兼容的元数据格式和特定模型的主要用途。 如果信息可用,则包含随附的示例。

深度学习模型类型支持的元数据任务示例

BDCN 边缘检测器 外部链接

分类切片

像素分类

地块提取 外部链接

变化检测器 外部链接

分类切片

变化检测

像素分类(变化检测)

检测建筑物变化外部链接

ConnectNet

分类切片

像素分类

CycleGAN 外部链接

导出切片

CycleGAN

影像转换(不成对影像)

SAR 至 RGB 转换外部链接

DeepLab 外部链接

分类切片

像素分类

Faster RCNN 外部链接

PASCAL_VOC_rectangles

KITTI_rectangles

对象检测

要素分类器 外部链接

已标注切片

Imagenet

多标注切片

对象检测

要素分类 外部链接

HED 边缘检测器 外部链接

分类切片

像素分类

地块提取 外部链接

影像标题生成器外部链接

影像标题生成

影像转换

Mask RCNN 外部链接

RCNN 掩膜

对象检测(实例分割)

驯鹿检测和分类 外部链接

MMDetection

PASCAL_VOC_rectangles

KITTI_rectangles

对象检测

MMSegentation

分类切片

像素分类

多任务道路提取器 外部链接

分类切片

像素分类

自动道路提取 外部链接

Pix2Pix 外部链接

导出切片

影像转换(已配对影像)

为历史影像着色 外部链接

PSPNet 外部链接

分类切片

像素分类

RetinaNet 外部链接

PASCAL_VOC_rectangles

KITTI_rectangles

对象检测

公共设施和植被检测 外部链接

Siam Mask 外部链接

RCNN 掩膜

对象跟踪器

SSD 外部链接

PASCAL_VOC_rectangles

KITTI_rectangles

对象检测

检测棕榈树健康情况 外部链接

超分辨率 外部链接

超分辨率

影像转换

提高影像分辨率外部链接

U-Net 外部链接

分类切片

像素分类

提取建筑物覆盖区外部链接

YOLOv3 外部链接

PASCAL_VOC_rectangles

KITTI_rectangles

对象检测

注:

可使用训练深度学习模型工具执行一些使用 Python Notebook 进行训练的示例。

相关主题